CREATE EXTERNAL TABLE

Nome da tabela a ser criada, qualificada por um nome de esquema externo. As tabelas externas devem ser criadas em um esquema externo. Para obter mais informações, consulte CREATE EXTERNAL SCHEMA.

O tamanho máximo de um nome de tabela é 127 bytes; nomes mais longos são truncados para ter no máximo 127 bytes. É possível usar caracteres multibyte UFT-8 até um máximo de quatro bytes. O Amazon Redshift aplica um limite de 9.900 tabelas por cluster, incluindo tabelas temporárias definidas pelo usuário e tabelas temporárias criadas pelo Amazon Redshift durante o processamento de consultas ou a manutenção do sistema. Como opção, é possível qualificar o nome da tabela com o nome do banco de dados. No exemplo a seguir, o nome do banco de dados é spectrum_db, o nome do esquema externo é spectrum_schema e o nome da tabela é test.

create external table spectrum_db.spectrum_schema.test (c1 int)
stored as parquet
location 's3://amzn-s3-demo-bucket/myfolder/';

Se o banco de dados ou esquema especificado não existir, a tabela não será criada e a instrução retornará um erro. Você não pode criar tabelas ou exibições nos bancos de dados do sistema template0, template1, padb_harvest ou sys:internal.

O nome da tabela deve ser exclusivo para o esquema especificado.

Para obter mais informações sobre nomes válidos, consulte Nomes e identificadores.

O nome e o tipo de dados de cada coluna que está sendo criada.

O tamanho máximo de um nome de coluna é 127 bytes; nomes mais longos são truncados para ter no máximo 127 bytes. É possível usar caracteres multibyte UFT-8 até um máximo de quatro bytes. Você não pode especificar nomes de coluna "$path" ou "$size". Para obter mais informações sobre nomes válidos, consulte Nomes e identificadores.

Por padrão, o Amazon Redshift cria tabelas externas com as pseudocolunas $path e $size. Você pode desabilitar a criação de pseudocolunas em uma sessão. Basta definir o parâmetro de configuração spectrum_enable_pseudo_columns como false. Para obter mais informações, consulte Pseudocolunas .

Se as pseudocolunas forem habilitadas, o número máximo de colunas que você poderá definir em uma única tabela será 1.598. Se pseudocolunas não estiverem habilitadas, o número máximo de colunas que poderá ser definido em uma única tabela será 1.600.

Se você estiver criando uma "tabela larga", assegure que sua lista de colunas não exceda os limites de largura de linha para resultados intermediários durante cargas e processamento de consultas. Para obter mais informações, consulte Observações de uso.

Para um comando CREATE EXTERNAL TABLE AS, não é necessária uma lista de colunas, pois elas são derivadas da consulta.

Os seguintes Tipos de dados são compatíveis:

Em DATE, você pode usar os formatos conforme descrito a seguir. Para valores mensais representados usando dígitos, estes formatos são compatíveis:

Para valores mensais representados usando abreviações de três letras, estes formatos são compatíveis:

Para valores de ano consistentemente inferiores a 100, o ano é calculado desta maneira:

Os valores de data e hora nos arquivos de texto devem estar no formato yyyy-mm-dd HH:mm:ss.SSSSSS, como mostra o seguinte valor de data e hora de exemplo: 2017-05-01 11:30:59.000000.

O comprimento de uma coluna VARCHAR é definido em bytes, não em caracteres. Por exemplo, uma coluna VARCHAR(12) pode conter 12 caracteres de único byte ou 6 caracteres de dois bytes. Quando você consulta uma tabela externa, os resultados são truncados para se adequar ao tamanho da coluna definido sem retornar um erro. Para obter mais informações, consulte Armazenamento e intervalos.

Para obter uma melhor performance, recomendamos especificar o menor tamanho de coluna que se ajusta aos seus dados. Para encontrar o tamanho máximo em bytes dos valores em uma coluna, use a função OCTET_LENGTH. O exemplo a seguir retorna o tamanho máximo de valores na coluna de email.

select max(octet_length(email)) from users;

max
---
 62

Cláusula que define uma tabela particionada com uma ou mais colunas de partição. Um diretório de dados separado é usado para cada combinação específica, o que pode melhorar a performance da consulta em algumas condições. As colunas particionadas não existem na própria tabela de dados. Se você usar um valor para col_name que é o mesmo valor usado na coluna da tabela, obterá um erro.

Depois de criar uma tabela particionada, altere-a usando uma instrução ALTER TABLE … ADD PARTITION para registrar novas partições no catálogo externo. Ao adicionar uma partição, você define a localização da subpasta no Amazon S3 que contém dados da partição.

Por exemplo, se a tabela spectrum.lineitem_part for definida com PARTITIONED BY (l_shipdate date), execute o comando ALTER TABLE a seguir para adicionar uma partição.

ALTER TABLE spectrum.lineitem_part ADD PARTITION (l_shipdate='1992-01-29')
LOCATION 's3://spectrum-public/lineitem_partition/l_shipdate=1992-01-29';

Se você estiver usando CREATE EXTERNAL TABLE AS, não será necessário executar ALTER TABLE…ADD PARTITION. O Amazon Redshift registra novas partições no catálogo externo. O Amazon Redshift também grava automaticamente os dados correspondentes nas partições no Amazon S3 com base na chave ou nas chaves de partição definidas na tabela.

Para visualizar partições, consulte a exibição do sistema SVV_EXTERNAL_PARTITIONS.

Cláusula que especifica o formato de dados subjacentes. Os valores possíveis para rowformat são os seguintes:

Especifique um único caractere ASCII para 'delimiter'. Você pode especificar caracteres ASCII não imprimíveis usando o sistema octal no formato '\ddd', em que d é um dígito octal (0 - 7) até ‘\177’. O exemplo a seguir especifica o caractere BEL (sino) usando o sistema octal.

ROW FORMAT DELIMITED FIELDS TERMINATED BY '\007'

Se ROW FORMAT for omitido, o formato padrão será DELIMITED FIELDS TERMINATED BY '\A' (início do cabeçalho) e LINES TERMINATED BY '\n' (nova linha).

Uma cláusula que especifica o formato SERDE para os dados subjacentes.

Se ROW FORMAT for omitido, o formato padrão será DELIMITED FIELDS TERMINATED BY '\A' (início do cabeçalho) e LINES TERMINATED BY '\n' (nova linha).

Formato para arquivos de dados.

Os formatos válidos são:

O comando CREATE EXTERNAL TABLE AS oferece suporte somente a dois formatos de arquivo, TEXTFILE e PARQUET.

Para INPUTFORMAT e OUTPUTFORMAT, especifique um nome de classe, conforme exibido no exemplo a seguir:

'org.apache.hadoop.mapred.TextInputFormat'

O caminho para a pasta ou bucket do Amazon S3 que contém arquivos de dados ou um arquivo manifesto que contém uma lista de caminhos de objetos do Amazon S3. Os buckets devem estar na mesma região da AWS que o cluster do Amazon Redshift. Para obter uma lista de regiões da AWS compatíveis, consulte Limitações do Amazon Redshift Spectrum.

Se o caminho especificar uma pasta ou bucket, por exemplo 's3://amzn-s3-demo-bucket/custdata/', o Redshift Spectrum fará a varredura dos arquivos na pasta ou bucket especificado e em todas as subpastas. O Redshift Spectrum ignora os arquivos ocultos e os arquivos que começam com um ponto ou um sublinhado.

Se o caminho especificar um arquivo manifesto, o argumento 's3://bucket/manifest_file' deverá fazer referência explícita a um único arquivo, por exemplo, 's3://amzn-s3-demo-bucket/manifest.txt'. Ele não pode fazer referência a um prefixo de chaves.

O manifesto é um arquivo de texto em formato JSON que lista o URL de cada arquivo a ser carregado a partir do Amazon S3 e o tamanho do arquivo em bytes. O URL inclui o nome do bucket e o caminho de objeto completo do arquivo. Os arquivos especificados no manifesto podem estar em buckets diferentes, mas todos os buckets devem estar na mesma região da AWS que o cluster do Amazon Redshift. Se for listado duas vezes, o arquivo será carregado duas vezes. O exemplo a seguir mostra o JSON de um manifesto que carrega três arquivos.

{
  "entries": [
    {"url":"s3://amzn-s3-demo-bucket1/custdata.1", "meta": { "content_length": 5956875 } },
    {"url":"s3://amzn-s3-demo-bucket1/custdata.2", "meta": { "content_length": 5997091 } },
    {"url":"s3://amzn-s3-demo-bucket2/custdata.1", "meta": { "content_length": 5978675 } }
  ]
}

Você pode tornar a inclusão de um arquivo específico obrigatória. Para fazer isso, inclua uma opção mandatory em nível de arquivo no manifesto. Ao consultar uma tabela externa com um ficheiro obrigatório faltando, a instrução SELECT falha. Certifique-se de que todos os arquivos incluídos na definição da tabela externa estejam presentes. Se nem todos estiverem presentes, um erro será exibido mostrando o primeiro arquivo obrigatório que não foi encontrado. O exemplo a seguir mostra o JSON para um manifesto com a opção mandatory definida como true.

{
  "entries": [
    {"url":"s3://amzn-s3-demo-bucket1/custdata.1", "mandatory":true, "meta": { "content_length": 5956875 } },
    {"url":"s3://amzn-s3-demo-bucket1/custdata.2", "mandatory":false, "meta": { "content_length": 5997091 } },
    {"url":"s3://amzn-s3-demo-bucket2/custdata.1", "meta": { "content_length": 5978675 } }
  ]
}

Para fazer referência a arquivos criados usando UNLOAD, use o manifesto criado usando UNLOAD com o parâmetro MANIFEST. O arquivo manifesto é compatível com um arquivo manifesto para COPY do Amazon S3, mas utiliza chaves diferentes. Chaves que não são usadas são ignoradas.

Uma cláusula que estabelece a definição da tabela para propriedades da tabela.